一种快速的特征选择框架和方法
针对特征选择过程中准确率和计算效率不平衡问题,提出了一种快速特征选择框架(FFFS).基于该框架,使用最小冗余最大相关方法(MRMR)选择候选特征,借助序列前向选择方法(SFS)验证性能,并通过限定迭代次数提高计算性能.与MRMR、SFS和混合序列浮动前向选择算法(FDHSFFS)的对比实验结果表明,提出的快速特征选择算法MRMR-SFS能在预测准确率和计算效率之间取得较好的平衡.
特征选择、filter、wrapper、hybrid、性能预测、相关系数
42
TP181(自动化基础理论)
国家重点研发计划项目2016YFC1401907;国家自然科学基金项目61827810
2019-08-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
127-132